机构名称：
¥ 1.0
摘要 — 闭环睡眠调节是一种治疗睡眠障碍和提高睡眠益处的新兴研究范式。然而，两大障碍阻碍了这一研究范式的广泛应用。首先，受试者通常需要通过有线连接到机架式仪器上进行数据采集，这会对睡眠质量产生负面影响。其次，传统的实时睡眠阶段分类算法性能有限。在这项工作中，我们通过开发一种支持设备闭环操作的睡眠调节系统来克服这两个限制。睡眠阶段分类是使用轻量级深度学习 (DL) 模型执行的，该模型由低功耗现场可编程门阵列 (FPGA) 设备加速。DL 模型使用单通道脑电图 (EEG) 作为输入。两个卷积神经网络 (CNN) 用于捕获一般和详细特征，双向长短期记忆 (LSTM) 网络用于捕获时变序列特征。使用 8 位量化来降低计算成本，同时不影响性能。DL 模型已使用包含 81 名受试者的公共睡眠数据库进行了验证，实现了最先进的 85.8% 的分类准确率和 79% 的 F1 分数。开发的模型还显示出可以推广到不同通道和输入数据长度的潜力。闭环同相听觉刺激已在测试台上得到演示。
基于 FPGA 的闭环睡眠调节系统——...
主要关键词
相关文件推荐
